模型训练、用于人脸识别的样本数据生成方法及电子设备技术

本发明专利技术实施例涉及人脸识别领域，公开了一种模型训练、用于人脸识别的样本数据生成方法及电子设备，通过获取人脸未戴口罩下自然表情的第一标准深度图像、未戴口罩下非自然表情的第二标准深度图像，和戴口罩下非自然表情的第三标准深度图像；以同一人脸的第一标准深度图像作为图像样本、相同表情类型的第二标准深度图像和第三标准深度图像依次作为图像样本的第一特征标签和第二特征标签；基于图像样本、第一特征标签和第二特征标签联合训练第一特征提取模型和第二特征提取模型，以最终得到输入为人脸未戴口罩下自然表情、输出为戴口罩下非自然表情的特征提取模型。基于本方案中的模型所生成的特征向量，可以生成用于人脸识别的戴口罩人脸深度图像。戴口罩人脸深度图像。戴口罩人脸深度图像。

【技术实现步骤摘要】
模型训练、用于人脸识别的样本数据生成方法及电子设备


[0001]本专利技术涉及人脸识别领域，特别涉及一种模型训练、用于人脸识别的样本数据生成方法及电子设备。

技术介绍

[0002]目前，深度学习的快速发展与完善以及各种场景中对人脸识别的需求的增加，人脸识别技术取得了巨大的进步，并被广泛应用于小区，商场，写字楼等场所以实现非接触式监控和安全认证。
[0003]人脸识别主要依赖于对人脸数据的采集和匹配，对戴口罩人脸识别主要依靠深度学习网络对数据进行训练和匹配得到稳定的识别模型，对模型的训练需要前期输入大量的戴口罩人脸数据，现有技术中，主要通过现场录制拍摄的方式采集数据，然而由于戴口罩人脸存在大量关键点被遮挡，采集到的数据识别度极差，难以用于对识别模型的训练。因此，现有技术中，能够用于人脸识别模型训练的戴口罩人脸数据较为缺乏。

技术实现思路

[0004]本专利技术实施方式的目的在于提供一种模型训练、用于人脸识别的样本数据生成方法及电子设备，能够基于未戴口罩的人脸的深度信息批量生成戴口罩人脸的深度信息，从而形成可用于模型训练的大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种模型训练方法，其特征在于，包括：获取人脸未戴口罩下自然表情的第一标准深度图像、未戴口罩下非自然表情的第二标准深度图像，和戴口罩下非自然表情的第三标准深度图像，所述非自然表情的表情类型为多个；以同一人脸的所述第一标准深度图像作为图像样本，以该同一人脸的相同表情类型的所述第二标准深度图像和所述第三标准深度图像依次作为所述图像样本的第一特征标签和第二特征标签；对所述图像样本、所述第一特征标签和所述第二特征标签进行相同的格式转换，分别得到一维的样本向量、第一特征标签向量和第二特征标签向量；以所述样本向量作为输入，添加非自然表情后所述图像样本的多个第一特征向量作为输出，构建第一特征提取模型；所述样本向量与所述第一特征向量的长度相同，所述第一特征向量的数量与所述非自然表情的表情类型数相同；以所述第一特征向量作为输入，添加同类型的非自然表情且佩戴口罩后所述图像样本的第二特征向量作为输出，构建第二特征提取模型；所述第一特征向量与所述第二特征向量的长度和数量均相同；对所述第一特征提取模型和所述第二特征提取模型进行联合训练，所述联合训练时的损失函数基于所述第一特征提取模型输出的所述第一特征向量与相同表情类型的所述第一特征标签向量之间的第一损失，以及所述第二特征提取模型输出的所述第二特征向量与相同表情类型的所述第二特征标签向量之间的第二损失构建。2.根据权利要求1所述的方法，其特征在于，所述第一特征提取模型包括：第一加密模型和第一解密模型；所述以所述样本向量作为输入，添加非自然表情后所述图像样本的第一特征向量作为输出，构建第一特征提取模型，包括：以所述样本向量作为输入，一维的第三特征向量作为输出，构建所述第一加密模型；以所述第一加密模型输出的所述第三特征向量作为输入，与所述表情类型数相同的多个所述第一特征向量作为输出，构建所述第一解密模型。3.根据权利要求2所述的方法，其特征在于，所述第二特征提取模型包括：第二加密模型和第二解密模型；所述以所述第一特征向量作为输入，添加同类型的非自然表情且佩戴口罩后所述图像样本的第二特征向量作为输出，构建第二特征提取模型，包括：以所述第一解密模型输出的与所述表情类型数相同的多个所述第一特征向量作为输入，与所述表情类型数相同的多个第四特征向量作为输出，构建所述第二加密模型；以所述第二加密模型输出的与所述表情类型数相同的多个所述第四特征向量作为输入，与所述表情类型数相同的多个所述第二特征向量作为输出，构建所述第二解密模型。4.根据权利要求1所述的方法，其特征在于，所述获取人脸未戴口罩下自然表情的第一标准深度图像、未戴口罩下非自然表情的第二标准深度图像，和戴口罩下非自然表情的第三标准深度图像，包括：获取人脸未戴口罩下自然表情、未戴口罩下非自然表情，和戴口罩下非自然表情的原始深度图像；从所述原始深度图像中框选出人脸区域，并将所述人脸区域中人脸角度调整为正脸姿态；将所述正脸姿态下的所述人脸区域调整为统一预设尺寸，形成与所述原始深度图像相
对应的标准深度图像。5.根据权利要求4所述的方法，其特征在于，所述将所述人脸区域中人脸方向调整为正脸姿态，包括：将预先设置的正脸深度模板旋转得到不同角度，并计算不同角度下所述正脸深度模板与所述人脸区域之间深度图的欧氏距离，取所述欧氏距离最小的所述角度作为所述人脸区域的欧拉角度；将所述人脸区域中人脸角度反向旋转所述欧拉角度，得到正脸姿态下的所述人脸区域。6.根据权利要求1所述的方法，其特征在于，所述对所述图像样本、所述第一特征标签和所述第二特征标签进行相同的格式转换，分别得到...

【专利技术属性】
技术研发人员：李立业，吴坚，朱海涛，付贤强，
申请(专利权)人：合肥的卢深视科技有限公司，
类型：发明
国别省市：